https://library.umsida.ac.id/ – Perpustakaan Universitas Muhammadiyah Sidoarjo (UMSIDA) kembali menghadirkan Podcast Biru: Publikasi Bereputasi UMSIDA, sebuah ruang diskusi ilmiah yang mengulas karya-karya akademik dosen UMSIDA yang dipublikasikan pada jurnal bereputasi. Pada edisi kali ini, Podcast Biru mengangkat tema yang relevan dengan pengelolaan mutu layanan pendidikan tinggi, yaitu “Optimization of Feature Selection on Student Complaint Data Using Recursive Feature Elimination to Improve Academic Service Quality.”
Podcast yang akan diselenggarakan pada Kamis, 5 Februari 2026 pukul 13.00 WIB ini menghadirkan Hamzah Setiawan, S.Kom., M.Kom., Dosen Informatika UMSIDA sekaligus penulis artikel, sebagai pembedah utama, dengan Nurhayati, S.IIP., Pustakawan UMSIDA, sebagai moderator.
Dalam pembahasannya, artikel ini menyoroti pentingnya pengelolaan data keluhan mahasiswa sebagai sumber umpan balik strategis bagi perguruan tinggi. Selama ini, keluhan mahasiswa sering kali bersifat kompleks, tidak terstruktur, dan sulit dianalisis secara manual. Melalui pendekatan machine learning, khususnya metode Recursive Feature Elimination (RFE), penelitian ini berupaya menyeleksi fitur-fitur paling relevan dari data keluhan agar dapat diklasifikasikan secara lebih akurat dan efisien.
Penelitian ini menjelaskan tahapan analisis secara sistematis, mulai dari pengumpulan data keluhan mahasiswa dari berbagai sumber, proses preprocessing data, hingga exploratory data analysis (EDA) untuk melihat pola dan distribusi keluhan. Selanjutnya, metode RFE yang dipadukan dengan algoritma Random Forest digunakan untuk memilih fitur terbaik sebelum membangun model klasifikasi. Hasil penelitian menunjukkan bahwa model yang dihasilkan mampu mencapai tingkat akurasi sekitar 85–86%, dengan kategori keluhan paling dominan berasal dari layanan teknologi informasi, disusul layanan administrasi dan perpustakaan.
Menurut Hamzah Setiawan, penelitian ini menunjukkan bahwa data keluhan mahasiswa tidak seharusnya hanya dipandang sebagai masalah, melainkan sebagai peluang untuk perbaikan berkelanjutan.
“Keluhan mahasiswa sebenarnya adalah data yang sangat berharga. Dengan teknik feature selection seperti RFE, kita bisa mengetahui aspek layanan mana yang paling sering menjadi sumber ketidakpuasan. Ini membantu pimpinan dan unit kerja mengambil keputusan berbasis data, bukan sekadar asumsi,” jelasnya.
Ia juga menambahkan bahwa penggunaan model yang lebih sederhana dan efisien hasil dari RFE sangat memungkinkan untuk diterapkan dalam sistem pengelolaan keluhan di perguruan tinggi.
“Model yang tidak terlalu kompleks tetapi akurat justru lebih realistis untuk diimplementasikan. Harapannya, hasil penelitian ini dapat menjadi dasar pengembangan sistem pengaduan mahasiswa yang lebih responsif dan tepat sasaran,” tambahnya.
Melalui Podcast Biru ini, Perpustakaan UMSIDA tidak hanya berperan sebagai pusat informasi, tetapi juga sebagai fasilitator literasi ilmiah dan diseminasi hasil penelitian dosen kepada sivitas akademika. Diskusi ini diharapkan dapat membuka wawasan baru tentang pemanfaatan data dan teknologi dalam meningkatkan kualitas layanan akademik di perguruan tinggi.
📌 Jangan lewatkan Podcast Biru UMSIDA dan ikuti diskusinya untuk mendapatkan insight menarik seputar publikasi ilmiah bereputasi dan penerapan machine learning dalam dunia pendidikan tinggi.
Youtube: https://www.youtube.com/watch?v=Wn_TsVOT0RA
Optimization of Feature Selection on Student Complaint Data Using Recursive Feature Elimination to Improve Academic Service Quality
URL: https://ijesty.org/index.php/ijesty/article/view/707
